添加了基于 AirSim 仿真环境，用神经网络实现无人机的四种控制

[yi0330]

修改概述:

修改的详细描述

1. 基于 AirSim 1.8.1 + Unreal Blocks 仿真环境，完成神经网络 "感知 — 规划 — 控制" 四任务代码：Task1 键盘遥控、Task2 深度相机神经网络避障与轨迹跟踪、Task3 LiDAR 神经网络 SLAM 建图导航、Task4 端到端 CNN（深度图→(v, ω) 行为克隆）。
2. 所有模块均提供 main.py 入口与 launch/*.launch 启动文件，支持 Ubuntu 20.04 ROS Noetic / Humble 环境运行；配套 main.sh/main.bat 一键启动、Dockerfile、catkin 包配置（package.xml/ CMakeLists.txt）。
3. 新增 mkdocs 文档站（Material 主题）：包含环境部署、四个任务的操作步骤、计算原理公式、mermaid 算法流程图、源码解析与性能评价表，首页含跳转各任务示例的链接。

经过了什么样的测试?

1. 操作系统：Windos10/11、Ubuntu 20.04/22.04
2. Python 版本：3.10/3.11
3. 基础校验：全部 Python 文件 py_compile 语法校验通过；
   AirSim 实机仿真验证：Task1 键盘控制跑通；Task2 神经网络避障与轨迹跟踪跑通；Task3 LiDAR 点云（13398 点 / 帧）配置正确、网络训练出 explorer_net.pt 并完成导航；Task4 采集 844 帧深度数据 → 训练出 e2e_cnn.pt → 端到端推理飞行跑通；
   mkdocs build 构建通过、无链接告警。

运行效果（动图、视频、图片、链接等）

修改所对应的前后效果（代码/网页）：

所使用具体的大模型声明：无

[donghaiwang]

没有文档，请查看其他提交

[donghaiwang]

命名不符合要求

[donghaiwang]

生成的网页不能添加到仓库